工具信息
可学习的潜在嵌入，用于联合行为和神经分析。
添加于2023-05-08
功能介绍
Cebra是一款机器学习工具，使用非线性技术从联合行为和神经数据中同时记录的数据中创建一致且高性能的潜在空间。
主要功能：
- 神经潜在嵌入：用于假设检验和发现驱动的分析。
- 验证准确性：在钙和电生理数据集、感觉和运动任务以及跨物种的简单或复杂行为上证明了有效性。
- 多会话和无标签：可用于单个或多个会话数据集，并且不需要标签。
- 高准确度解码：提供来自视觉皮层的自然电影的快速解码。
- 代码可用性：可以在GitHub上访问该工具的代码，并在arxiv.org上阅读预印版。
使用场景：
- 分析和解码行为和神经数据，揭示自适应行为涉及的潜在神经表示。
- 在神经科学研究中映射和揭示复杂的运动特征。
- 在各种数据类型和实验中产生一致的潜在空间。
Cebra是神经科学家的有价值工具，帮助他们分析和解码行为和神经数据，从而更好地理解自适应行为涉及的潜在神经表示。
